类别数不等于特定类别

Question

我有一个包含许多分类列的数据框。我想计算不等于 "bla" 的不同类别的数量。例如：

> d1
# A tibble: 5 x 2
    x      y    
  <chr>  <chr>
1 yellow A    
2 green  A    
3 green  bla  
4 blue   B    
5 bla    bla

如何修改 dplyr 的

d1 %>% summarise_all(n_distinct)

要排除类别"bla"？在这种情况下，x 列的答案应为 3，y 列的答案应为 2。

Answer 1

我们可以使用 filter_all 到 filter 所有列中的行，然后使用 n_distinct 获取唯一值的长度。

library(dplyr)

d1 %>% 
   filter_all(all_vars(. != "bla")) %>% 
    summarise_all(n_distinct)

#  x y
#1 3 2

Answer 2

使用数据table

library(data.table)

d1 <- data.table(d1)

d1[!y %like% 'bla', .(count = .N, distinct = uniqueN(x)), by = .(y)]

Answer 3

使用base::lengths():

lengths(lapply(d1, function(i) unique(i[ i != "bla" ])))
# x y 
# 3 2

Number of categories not equal to a specific one